基于DHCP服务器状态的动态负载均衡算法

负载均衡是DOCSIS/PacketCable网络环境中DHCP服务集群亟待解决的问题,负载均衡算法是给集群中各服务器分配任务的核心,本文提出了一种根据服务器状态来分配任务的算法,给出了服务器性能、负载量、权值及服务器状态的计算。算法引入了根据随机数和服务器的状态选择服务器的方法,在考虑服务器真实负载,处理能力的基础上,尽量简化负载均衡器的任务分配算法。测试结果显示该算法优于基于实时性能动态反馈的负载均衡算法。     

数据中心服务器负载均衡问题研究

数据中心服务器的存储容量、处理能力、访问速度和忙闲不均等问题制约了数据中心服务能力提升。服务器负载均衡技术为解决这些问题提供了途径。文章介绍服务器负载均衡运行机制,即利用服务器健康性检测功能,根据系统资源利用率和服务类型确定负载均衡类型,设计负载均衡算法。分析软件、硬件和虚拟化技术负载均衡解决方案,并提出三者融合高质量实现数据中心服务器负载均衡的设计理念。     

基于动态反馈机制的服务器负载均衡算法研究

针对当前已有负载均衡算法无法准确反映服务器负载的大小和手动设置服务器权值比较固定等方面所存在的不足,提出了一种基于动态反馈机制的服务器负载均衡算法。本算法综合考虑服务器各种性能因素,并根据当前负载动态调整权值,再依据算法调整服务器负载,使得服务器实现负载均衡。通过使用OPNET仿真软件证明该算法相对于传统算法能够减少服务器延迟,提高平均响应速率,并且有效地平衡了集群中服务器的负载。     

基于服务分类和性能监测的负载均衡研究

负载均衡在集群系统中的作用日益重要,而现有算法的效率不高、部署复杂的原因限制了其更进一步发展。通过分析不同类型的服务请求对服务器造成不同负载,结合监测服务器的CPU和内存利用的即时性能,在克服了现有负载均衡算法的一些缺陷基础上提出了一种简单稳定的基于服务分类和性能监测算法,并通过Web压力测试实验比较了该算法在实际应用中的均衡性能。结果验证了其在服务器集群系统有大的访问请求量时有突出性能,能够使集群系统达到良好的负载均衡。     

基于改进布谷鸟算法的自适应负载均衡算法

针对负载均衡算法在高负载请求下服务器集群效率不高,负载不均衡及低负载请求下影响服务器效率的问题,文中基于Nginx负载均衡服务器,提出一种基于改进布谷鸟算法的自适应负载均衡算法。该算法通过熵权法确定CPU、内存、磁盘IO性能和网络带宽等各项负载指标的权系数,衡量各项负载指标对负载评价影响的重要程度,并基于Nginx加权轮询算法和服务器实时负载情况,设计了高并发负载情况下的动态负载均衡算法。引入转化阈值计算,通过引入基于种群熵的改进布谷鸟算法计算Nginx静态加权轮询算法,转变为动态负载均衡算法的转化阈值。通过实验测试,相较于WRR算法、least-con算法和动态权重算法,该算法在响应时间和实际并发数等方面具有表现更好,在数值上相比于动态权重算法有18%左右的提升,验证了本文算法具有更好的负载均衡效果。     

基于SED的自适应负载均衡研究

负载均衡是提高集群系统性能的重要技术,负载均衡技术可以在当前的网络应用结构上有效提高服务器处理能力,使系统在现有的结构下能够满足更多的用户同时访问所提供的服务,负载均衡算法是集群任务分配的核心。分析了影响服务节点性能的主要因素,基于SED算法提出了一种负载均衡的自适应机制,根据服务节点的性能状况自动调整权值。在Linux平台下进行了实验,测试结果显示该算法优于静态算法。     

网络负载均衡的控制理论及实践战略

网络负载均衡技术NLB（Network Load Balancing）采用完全分配算法来为集群中的服务器分配进入的访问流量,当集群中的某台服务器失效时,NLB会自动转发数据到其他可用的服务器上。负载均衡由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助。通过某种负载分担技术,将外部发送来的请求均匀分配到对称结构中的某一台服务器上,而接收到请求的服务器独立地回应客户的请求。均衡负载能够平均分配客户请求到服务器列阵,籍此提供快速获取重要数据,解决大量并发访问服务问题。     

基于改进蚁群算法的软件定义网络负载均衡

为改善软件定义网络(SDN)负载均衡问题,对传统的蚁群算法进行改进,并结合服务器负载均衡算法,提出一个改进型的联合算法。该算法使用加权最小连接调度算法,服务器端选择负载最小的服务器,并利用改进蚁群算法(Im-ACO)选择到达所选服务器的最佳路径。理论分析及实验结果表明,提出的联合算法使网络性能得到显著提高,网络吞吐量更高,丢包率更低。     

一种面向多类型服务的动态负载均衡算法

针对航空物流ILink数据平台交易复杂性高、服务种类多、业务规模大等特点,提出一种面向多类型服务的动态负载均衡算法。通过分析四种基本服务类型以及实时采集四种服务类型的资源消耗,根据用户服务请求类型的不同动态调整各服务器的负载,引入了过载服务器节点缓冲机制缓冲负载过重节点,有效解决了航空物流ILink数据平台可能出现的用户等待时间过长、局部负载过重、甚至个别服务器节点崩溃的问题,达到了集群的负载均衡。仿真实验结果表明,提出的算法在系统吞吐量、系统响应时间、负载率等关键指标上优于经典的比率算法和遗传算法。     

浅析电信营运商信息化建设之负载均衡技术优化加速HTTP应用

负载均衡技术通过设置虚拟服务器IP（VIP）,将后端多台真实服务器的应用资源虚拟成一台高性能的应用服务器,使用负载均衡算法,将大量来自客户端的应用请求分配到后端的服务器进行处理。通过负载均衡设备提供的HTTP优化和加速功能,能够大大提升电信运营商后端服务器系统的处理能力,降低服务器端负载情况,节约服务器资源和广域网链路带宽,从而大大减少电信运营商的用户在请求访问服务时所等待响应的时间。     

异构分层无线网络中的混合动态流量均衡算法研究

结合信道借用和流量转移技术提出了一种混合动态流量均衡算法。使用该算法热点小区可以向紧凑模式中的同类型轻负载小区借用信道，同时还可以按一定条件将呼叫转移到与热点小区重叠覆盖的异构轻负载小区中，每个流量周期借用的信道数和转移的呼叫数将根据热点小区的剩余可用信道数和新呼叫到达率来计算。仿真结果表明，该流量均衡算法能够显著降低热点小区系统和整个异构系统的新呼叫阻塞概率、切换呼叫掉线率，而且整个异构系统的利用率也得到了相应提高。     

一种基于QoS的多任务实时集群系统负载均衡算法

负载均衡算法是多任务实时集群系统的一个关键技术。在分析了常见的轮转式均衡调度算法和任务最少优先法的优缺点基础上,针对实时集群系统处理多类任务的特点,引入了加权负载率的概念来更准确地描述各分布式集群节点的负载状况。提出了通过任务QoS映射为负载权值的思想,并给出了一种改进的任务最少优先算法——加权负载率最小法,描述了以加权负载率表为核心的多任务均衡调度算法。最后,通过仿真验证了该算法明显优于前两种算法。     

基于mean-variance的服务集群负载均衡方法

大量并发请求任务进行分配时,负载调度机制是通过最小化响应时间及最大化节点利用率实现网络中节点的负载均衡,在基于遗传算法的负载均衡算法中,适应度函数设计对服务集群负载均衡效率产生重要的影响.对此提出了一种基于mean-variance的服务集群负载均衡方法对适应度函数进行优化,采用投资组合选择模型mean-variance进行最小化响应时间,以得到每个服务器资源利用率的权重,从而获得最优的分配组合,进而提高适应度函数的准确性和有效性.在不同服务环境下与其他模型进行比较,仿真结果表明,本文的负载均衡算法在节点利用率和响应时间方面使服务集群得到了更好的均衡.     

异构分层无线网络中基于逗留时间的动态流量均衡算法研究

为使异构分层无线网络能服务更多的移动用户,提出了一种基于逗留时间的动态流量均衡算法.该算法首先根据用户移动模型计算其在小区内的逗留时间,然后基于小区呼叫到达率和重叠覆盖小区的流量状态来确定一个周期内呼叫转移的数量,最后依据逗留时间门限值将重负载小区中满足条件的呼叫转移到轻负载的重叠覆盖小区中.为降低切换呼叫掉线率,还对异构网间的呼叫切换策略做了改进.仿真实验结果表明,本算法在新呼叫阻塞率和切换呼叫掉线率等性能指标上比传统方法有显著的提高.     

Estimation‐Based Load‐Balancing with Admission Control for Cluster Web Servers

The growth of the World Wide Web and web‐based applications is creating demand for high performance web servers to offer better throughput and shorter user‐perceived latency. This demand leads to widely used cluster‐based web servers in the Internet infrastructure. Load balancing algorithms play an important role in boosting the performance of cluster web servers. Previous load balancing algorithms suffer a significant performance drop under dynamic and database‐driven workloads. We propose an estimation‐based load balancing algorithm with admission control for cluster‐based web servers. Because it is difficult to accurately determine the load of web servers, we propose an approximate policy. The algorithm classifies requests based on their service times and tracks the number of outstanding requests from each class in each web server node to dynamically estimate each web server load state. The available capacity of each web server is then computed and used for the load balancing and admission control decisions. The implementation results confirm that the proposed scheme improves both the mean response time and the throughput of clusters compared to rival load balancing algorithms and prevents clusters being overloaded even when request rates are beyond the cluster capacity.     

一种改进的Linux集群系统负载均衡算法

提出一种基于改进的Linux集群系统负载均衡算法.首先通过修改负载权值计算指标,然后通过动态反馈机制收集各个各服务器的实时负载,负载均衡器根据收集的负载信息动态调整服务器权值,最后根据权值选择最优服务器去处理新的任务.仿真测试结果表明,改进负载均衡算法提高了整个系统的响应能力和吞吐量,较大幅度地提高系统的综合性能.     

An Asynchronous Algorithm for Balancing Unpredictable Workload on Distributed-Memory Machines

It is challenging to parallelize problems with irregular computation and communication. In this paper, we propose an asynchronous algorithm for balancing unpredictable workload on distributed-memory machines. By using an initial workload estimate, we first partition the computations such that the workload is distributed evenly across the processors. In addition, we perform task migrations dynamically for adapting to the evolving workload. To demonstrate the usefulness of our load balancing strategy, we conducted experiments on an IBM SP2 and a Cray T3D. Experimental results show that our task migration strategy can balance unpredictable workload with little overhead. Our code using C and MPI is portable onto other distributed-memory machines.     

Self‐organising cluster‐based cooperative load balancing in OFDMA cellular networks

Mobility load balancing (MLB) redistributes the traffic load across the networks to improve the spectrum utilisation. This paper proposes a self‐organising cluster‐based cooperative load balancing scheme to overcome the problems faced by MLB. The proposed scheme is composed of a cell clustering stage and a cooperative traffic shifting stage. In the cell clustering stage, a user‐vote model is proposed to address the virtual partner problem. In the cooperative traffic shifting stage, both inter‐cluster and intra‐cluster cooperations are developed. A relative load response model is designed as the inter‐cluster cooperation mechanism to mitigate the aggravating load problem. Within each cluster, a traffic offloading optimisation algorithm is designed to reduce the hot‐spot cell's load and also to minimise its partners’ average call blocking probability. Simulation results show that the user‐vote‐assisted clustering algorithm can select two suitable partners to effectively reduce call blocking probability and decrease the number of handover offset adjustments. The relative load response model can address public partner being heavily loaded through cooperation between clusters. The effectiveness of the traffic offloading optimisation algorithm is both mathematically proven and validated by simulation. Results show that the performance of the proposed cluster‐based cooperative load balancing scheme outperforms the conventional MLB. Copyright © 2013 John Wiley & Sons, Ltd.     

基于多种资源的负载平衡算法的研究

系统资源的有效利用是集群系统的关键问题,负载平衡是实现资源有效利用的重要手段.本文,提出了两种基于资源使用率和向量负载指数的、采用进程迁移机制的负载平衡算法,并通过踪迹驱动的方法进行了大量的模拟和分析.     

代理集群的负载均衡系统的设计与实现

为了提高代理集群系统的整体性能,提高代理集群的效率,基于分布式计算领域已经较为成熟的负载均衡算法的研究成果,以及目前流行的服务器流量均衡策略,设计了一种针对代理集群这一应用背景的负载均衡策略系统,完成了系统结构和负载均衡策略的实现,并进行了性能测试。